LLM-Benchmark-Momentaufnahme: Woche vom 13. September 2026

Das wöchentliche Foto der LLM-Bestenlisten ist da: Schnappschuss 2026-09-13, über fünf unabhängige Quellen hinweg. Die Schlagzeile dieser Woche ist Stabilität an der Spitze und eine dreifache Aufteilung nach Disziplin.

Spitzenreiter nach Quelle

Was sich gegenüber letzter Woche geändert hat

Sehr wenig an der Spitze, und genau das ist die Geschichte: Dieselben zwei Familien haben die Bretter nun zwei Wochen in Folge unter sich aufgeteilt. Anthropic besitzt allgemeine Text- und Mischaufgaben-Benchmarks (Text-Arena, LiveBench, BenchLM); OpenAI besitzt die Entwickler-Bretter (Aider-Codierung, Webdev-Arena). Wenn Sie ein Modell nach Bestenliste auswählen, hängt die Antwort jetzt wirklich davon ab, welche Bestenliste.

Der Quellen-uneinig-Winkel

Eine einzelne "bestes Modell"-Behauptung verdeckt eine dreifache Aufteilung: Fable 5.1 ist auf drei Brettern Platz 1, GPT-6 Astra auf einem, GPT-5 auf einem. Genau deshalb machen wir täglich Schnappschüsse von allen fünf - jedes Brett misst eine andere Fähigkeit, und die Belege bleiben in der Akte.

Durchsuchen Sie die vollständigen Tabellen unter /benchmarks, oder vergleichen Sie über die Zeit in der Historie.